[英]Time series analysis For loop Python
我試圖自動化預測(1)每個州的總需求和(2)每個州每個客戶的需求的過程。 應用的統計方法是移動平均。 預測時間提前 1 個月。數據是從 5 列 Excel 表導入的:客戶、狀態、產品、數量、訂單日期。 可以通過以下鏈接找到 Excel 文件https://drive.google.com/file/d/1JlIqWl8bfyJ3Io01Zx088GIAC6rRuCa8/view?usp=sharing
一個客戶可以與不同的州相關聯,例如,Aaron Bergman 可以從華盛頓、德克薩斯和俄克拉荷馬州的商店購買椅子、藝術品、電話。 其他客戶有相同的購買行為。 For (1) 我嘗試使用 For 循環,但沒有奏效。 錯誤是 Order_Date 不在索引中
df = pd.read_excel("Sales_data.xlsx")
State_Name = df.State.unique()
Customer_Name = df.Customer.unique()
for x in State_Name:
df = df[['Order_Date', 'Quantity']]
df['Order_Date'].min(), df['Order_Date'].max()
df.isnull().sum()
df.Timestamp = pd.to_datetime(df.Order_Date, format= '%D-%M-%Y %H:%m')
df.index = df.Timestamp
df = df.resample('MS').sum()
rolling_mean = df.Quantity.rolling(window=10).mean()
考慮將for
循環行轉換為定義的方法,並使用groupby
調用它以返回時間序列。 另外,請注意pandas
最佳實踐:
[]
。[]
。 相反,使用reindex
。def rollmean_func(df):
# BETTER COLUMN SUBSET
df = df.reindex(['Order_Date', 'Quantity'], axis='columns')
# BETTER COLUMN ASSIGNMENT
df['Timestamp'] = pd.to_datetime(df['Order_Date'], format= '%D-%M-%Y %H:%m')
df.index = df['Timestamp']
df = df.resample('MS').sum()
rolling_mean = df['Quantity'].rolling(window=10).mean()
return rolling_mean
州級
state_rollmeans = df.groupby(['State']).apply(rollmean_func)
state_rollmeans
# State Timestamp
# Alabama 2014-04-01 NaN
# 2014-05-01 NaN
# 2014-06-01 NaN
# 2014-07-01 NaN
# 2014-08-01 NaN
# ...
# Wisconsin 2017-09-01 10.6
# 2017-10-01 7.5
# 2017-11-01 9.7
# 2017-12-01 12.3
# Wyoming 2016-11-01 NaN
# Name: Quantity, Length: 2070, dtype: float64
客戶級別
customer_rollmeans = df.groupby(['Customer_Name']).apply(rollmean_func)
customer_rollmeans
# Customer_Name Timestamp
# Aaron Bergman 2014-02-01 NaN
# 2014-03-01 NaN
# 2014-04-01 NaN
# 2014-05-01 NaN
# 2014-06-01 NaN
# ...
# Zuschuss Donatelli 2017-02-01 1.2
# 2017-03-01 0.7
# 2017-04-01 0.7
# 2017-05-01 0.0
# 2017-06-01 0.3
# Name: Quantity, Length: 26818, dtype: float64
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.